Question 1

Le M3 Pro est-il vraiment plus lent que le M2 Pro pour les LLM ?

Accepted Answer

Oui, pour les modèles 13B+, à cause de la bande passante (150 Go/s vs 200). Sur Mistral 7B, l'écart est faible (~5 %). Sur Phi-4 14B, le M2 Pro est 10-15 % plus rapide. Conseil : si vous achetez d'occasion et visez du 14B+, préférez M2 Pro ou sautez directement à M3 Max.

Question 2

Quel MBP M3 pour faire tourner Llama 3.3 70B ?

Accepted Answer

M3 Max 14-core 64 Go minimum (10 tok/s Q4), M3 Max 16-core 64-128 Go pour du confort. Le M3 Pro 36 Go ne peut pas charger de 70B.

Question 3

Différence M3 Max 14-core vs 16-core en pratique ?

Accepted Answer

+30 % de bande passante (300 vs 400 Go/s), +33 % de cœurs GPU, option 128 Go RAM. Sur 70B Q4 : +40 % de vitesse. Sur 7B : +8 % seulement. Si vous visez des gros modèles, le 16-core est un vrai investissement.

Question 4

128 Go de RAM, est-ce vraiment utile en 2026 ?

Accepted Answer

Oui si vous voulez : 70B en Q6 (meilleure qualité qu'un Q4), 123B en Q4, ou deux modèles 32B+ en parallèle. Pour du 70B Q4 standard, 64 Go suffit largement.

Question 5

Flash Attention change vraiment quelque chose sur M3 Max ?

Accepted Answer

Oui, 15 à 25 % de vitesse en plus sur contextes 8k-16k, sans perte de qualité. À activer par défaut via OLLAMA_FLASH_ATTENTION=1.

Question 6

Autonomie batterie pendant un chat Llama 70B ?

Accepted Answer

Environ 1h40 en chat continu sur le 16" M3 Max (conso ~50 W). Confortable pour une session en déplacement. En batch sur 70B, comptez 1h max — préférez le secteur.